IBM y NASA lanzan un modelo fundacional de IA abierto para investigación lunar
Hecho Qué ha ocurrido
IBM y NASA presentaron el NASA-IBM Lunar Foundation Model, un modelo fundacional de código abierto entrenado con más de 30 capas de datos de nueve instrumentos y cuatro misiones lunares, usando unos dos millones de conjuntos de imágenes y mapas. En pruebas, redujo un 22% el error en detección de zonas con hielo y mejoró un 19% la identificación de cráteres con la mitad de datos de entrenamiento, y logró localizar un cráter nuevo generado por el impacto de una etapa de Falcon 9 no incluido en su entrenamiento. Se distribuye bajo licencia Apache 2.0.
Resumen generado mediante IA a partir de MuyComputer. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Ilustra cómo los modelos fundacionales de IA científica pueden integrar datos heterogéneos de décadas de misiones espaciales para acelerar el análisis, un patrón replicable en otras industrias con grandes volúmenes de datos multisensor.
- Quién se ve afectado
- Investigadores en ciencias espaciales, agencias espaciales, universidades y empresas de tecnología aeroespacial.
- Qué puede cambiar
- Permite reutilizar una base común de IA para múltiples tareas científicas lunares en lugar de desarrollar modelos aislados para cada problema, reduciendo tiempo y datos etiquetados necesarios.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Habrá que ver si el modelo se adopta en misiones Artemis para selección de sitios de aterrizaje o prospección de recursos, y si el enfoque de modelos fundacionales científicos abiertos (como Prithvi o Surya) se extiende a otras áreas espaciales.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: MuyComputer. La referencia es siempre el artículo original.
Ver fuente original ↗modelo fundacionalIA científicaaprendizaje automático IBMNASA código abierto IBM Luna modelo fundacional NASA
Forma parte de la historia NASA e IBM lanzan modelo de IA abierto para análisis de datos lunares (3 noticias, estado: evolución rápida).
Relacionadas
IBM y NASA presentan modelo de IA de código abierto para explorar la Luna
IBM y la NASA presentaron el Modelo de la Fundación Lunar NASA-IBM, un modelo de IA de código abierto entrenado con datos de múltiples instrumentos y misiones…
Por qué importaEs un ejemplo concreto de modelos de base científicos aplicados a datos multimodales masivos, un enfoque replicable en otros dominios científicos e…
NASA e IBM lanzan un modelo de IA de código abierto para analizar datos lunares
NASA e IBM han presentado el NASA-IBM Lunar Foundation Model, un modelo fundacional de código abierto entrenado con datos de misiones como LRO, GRAIL y…
Por qué importaAutomatiza tareas de análisis geológico que antes requerían revisión manual, acelerando la investigación científica previa a las misiones Artemis y a…
NASA e IBM crean un modelo fundacional de IA de código abierto para analizar datos lunares
La NASA e IBM, junto a instituciones académicas, han desarrollado el NASA-IBM Lunar Foundation Model, entrenado con cerca de dos millones de imágenes de la…
Por qué importaEs un ejemplo de aplicación de modelos fundacionales a datos científicos masivos para acelerar análisis que antes requerían sistemas especializados…
NASA e IBM presentan un modelo de IA abierto para analizar 17 años de imágenes lunares
La NASA e IBM han presentado el NASA-IBM Lunar Foundation Model, un modelo fundacional de IA entrenado con unos dos millones de fragmentos de imágenes y mapas…
Por qué importaMuestra cómo los modelos fundacionales geoespaciales pueden reducir drásticamente el tiempo de análisis de grandes volúmenes de datos científicos, un…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.